IBM نے مقامی وقت کے مطابق 29 جولائی کو بتایا کہ Ponemon انسٹی ٹیوٹ کے ساتھ مل کر کیے گئے سروے کے تجزیے کے مطابق، AI سے چلنے والے حملے مجموعی بدنیتی پر مبنی ڈیٹا لیک کے واقعات کا ایک چوتھائی حصہ بن چکے ہیں، اور اس تناسب میں سال بہ سال 56% اضافہ ہوا ہے۔ ایسے ہر واقعے سے اوسطاً 6 ملین امریکی ڈالر کا نقصان ہوتا ہے، جو ڈیٹا لیک کے تمام واقعات کی اوسط لاگت سے 20% زیادہ ہے۔
AI سے چلنے والے سائبر حملوں میں سے 62% کا ہدف اہم بنیادی ڈھانچہ ہوتا ہے، جن میں مالی خدمات اور توانائی کے ادارے سب سے زیادہ متاثر ہوتے ہیں۔ اس سے معیشت، سپلائی چین اور بنیادی خدمات پر سلسلہ وار اثرات کے امکانات بڑھ جاتے ہیں۔
اعداد و شمار سے مزید معلوم ہوا:
سکیورٹی آپریشنز میں AI اور خودکاری کی ٹیکنالوجی استعمال کرنے سے کمپنیوں کو اوسطاً تقریباً 2 ملین امریکی ڈالر کی ڈیٹا لیک لاگت بچائی جا سکتی ہے، تاہم اب بھی 1/4 کمپنیاں ایسا نہیں کرتیں؛
صرف 18% جواب دہ کمپنیوں نے کمزوریوں کی اصلاح اور انتظام کے مراحل میں ایجنٹس تعینات کیے ہیں، تاہم نصف سے زیادہ کمپنیاں پہلے ہی خطرات کی نشاندہی اور روک تھام کے لیے ایجنٹس استعمال کر رہی ہیں؛
20% سے زیادہ کمپنیوں کو AI ماڈلز یا ایپلیکیشن سسٹمز کے خلاف دراندازی کے حملوں کا سامنا ہو چکا ہے، جن کی سب سے عام وجوہات معاون نظاموں کی کمزوریاں اور کلاؤڈ پلیٹ فارم کی نامناسب ترتیب ہیں۔
IBM سکیورٹی سافٹ ویئر کی نائب صدر Suja Viswesan نے کہا:
اصل تبدیلی سائبر حملوں کی معاشی منطق میں آ رہی ہے۔ AI حملوں کو تیز تر اور سستا بنا رہا ہے، جبکہ ڈیٹا لیک کی قیمت مسلسل بڑھ رہی ہے۔ جب اداروں میں کمزوریوں کی دریافت اور ان کی اصلاح کے درمیان بہت زیادہ وقت کا فرق ہو، تو یہ عدم توازن براہ راست لیک کی لاگت میں ظاہر ہوتا ہے۔
اس وقت سب سے اہم ترجیح اس وقت کے فرق کو ختم کرنا ہے، یعنی اصلاح کی صلاحیت کو ترقیاتی عمل میں شامل کرنا، عمل درآمد کے دوران شناختی سکیورٹی یقینی بنانا، اور حملوں کی رفتار کے مطابق رفتار سے ان کا مقابلہ کرنا۔